Chapitre 2

Déterminants

Table des matières

2.1 Le déterminant d’une matrice . . . . . . . . . . . . . . . . . . . 16
2.1.1 Déterminant d’une matrice carrée d’ordre 2 . . . . . . . . . . . . . 16
2.1.2 Déterminant d’une matrice carrée d’ordre 3 . . . . . . . . . . . . . 16
2.1.3 Déterminant d’une matrice carrée d’ordre supérieur ou égal à 3 . . 17
2.2 Développement suivant une ligne ou une colonne . . . . . . . . 19
2.2.1 Déterminant de matrices particulières . . . . . . . . . . . . . . . . 19
2.3 Inverse d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Application des déterminants . . . . . . . . . . . . . . . . . . . . 24
2.4.1 Interpretation géométrique du déterminant . . . . . . . . . . . . . 24
2.4.2 Méthode de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . 25

15
Rappel
Une matrice est un tableau rectangulaire de la forme
 
a1,1 a1,2 · · · a1,j ··· a1,p
 a2,1 a2,2 · · · a2,j ··· a2,p 
 
··· ··· ··· ··· ··· 
A=  ai,1 ai,2 · · ·

 ai,j ··· aj,p 

··· ··· ··· ··· ··· 
an,1 an,2 · · · an,j ··· an,p

Une matrice est dite de dimension m × p lorsqu’elle a m ligne et p colonnes. Lorque p = m,

on parle de mattrice carrée d’ordre m.

2.1 Le déterminant d’une matrice

À toute matrice carrée A correspond une valeur appelée le déterminant de , que l’on
dénote par
det(A) ou encore |A|

2.1.1 Déterminant d’une matrice carrée d’ordre 2

 
a11 a12
Définition 2.1.1. Soit A, une matrice carrée d’ordre. A = .
a21 a22
On appelle déterminant de A et on note det(A), le réel défini par :

a11 a12
det(A) = = a11 .a22 − a21 .a12
a21 a22

Exemple
 
1 2
A= det(A) = 1 × 3 − 0 × 2 = 3
0 3 
1 1
B= det(B) = 1 × 2 − 2 × 1 = 0
2 2

2.1.2 Déterminant d’une matrice carrée d’ordre 3

Soit A ∈ M3 (R) une matrice d’ordre 3.
 
a11 a12 a13
A = a21 a22 a23 
a31 a32 a33

det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − (a31 a22 a13 + a32 a23 a11 + a33 a21 a12 )

16
 Il existe un moyen facile de retenir cette formule, c’est la règle de Sarrus, on recopie les
deux premières colonnes à droite de la matrice (colonnes glissées), puis on additionne les
produit des trois termes en les regroupant selon la direction de la diagonale descendante ( à
gauche), et on soustrait ensuite les produit de trois termes regroupés selon la direction de la
diagonale montante (à droite).

Example
 
1 2 1
Calculons le déterminant de la matrice A =  4 0 −1
−1 2 2
 
1 2 1 1 2
Par la règle de Sarrus :  4 0 −1 4 0
−1 2 2 −1 2

det(A) = 1 × 0 × (2) + 2 × (−1) × (−1) + 1 × 4 × 2 − ((−1) × 0 × 1 + 2 × (−1) × 1 + 2 × 4 × 2)

= 0 + 2 + 8 − (0 − 2 + 16)
= 10 − 14
= −4

2.1.3 Déterminant d’une matrice carrée d’ordre supérieur ou égal

à 3
[Link] Cofacteur
Définition 2.1.2.
Soit A = (aij ) ∈ Mn (R) une matrice carrée.
— On note Aij la matrice extraite, obtenue en éliminant la ligne i et la colonee j de A.
— Le nombre det(Aij ) est le mineur d’ordre n − 1 de la matrice A.
— Le nombre Cij = (−1)i+j det(Aij ) est le cofacteur de A relatif au coefficient aij .

17
  
a ··· a1,j−1 a1,j a1,j+1 ··· a1,n
 1,1
 .. .. .. .. .. 

 . . . . . 
 
ai−1,1 · · · ai−1,j−1 ai−1,j ai−1,j+1 · · · ai−1,n 
 
 
A =  ai,1 ··· ···
 
ai,j−1 ai,j ai,j+1 ai,n 
 
· · · ai+1,j−1 ai+1,j ai+1,j+1 · · ·
 
ai+1,1 ai+1,n 
 .. .. .. .. .. 
 
 . . . . . 
 
an,1 ··· an,j−1 an,j an,j+1 ··· an,n
 
a ··· a1,j−1 a1,j+1 ··· a1,n
 1,1
 .. .. .. .. 

 . . . . 
 
· · · ai−1,j−1 ai−1,j+1 · · · ai−1,n 
 
ai−1,1
Aij =  
· · · ai+1,j−1 ai+1,j+1 · · · ai+1,n 
 
ai+1,1
 .. .. .. .. 
 
 . . . . 
 
an,1 ··· an,j−1 an,j+1 · · · an,n

Exemple
 
1 2 1
 
A =  4 0 −1 Calculons A11 , C11 , A23 , C23
 
 
−1 2 2
 
1 2 1  
  0 −1
A11 =  4 0 −1 =  C11 = (−1)1+1 det(A11 ) = 2
  
  2 2
−1 2 2
 
1 2 1  
  1 2
A23 =  4 0 −1 =  C23 = (−1)2+3 det(A23 ) = −4 Pour déterminer si
  
  −1 2
−1 2 2
Cij = + det(Aij ) ou Cij = − det(Aij ), 
on peut se souvenirque l’on associe des signes en
+ − + − ···
 
− + − + · · ·
 
suivant le schéma d’un échiquier : A =  
+ − + − · · ·
 
.. .. .. ..
 
. . . .
Donc C11 = + det(A11 ), C32 = − det(A32 )

18
2.2 Développement suivant une ligne ou une colonne
Théorème 2.2.1.
Formule de développement par rapport à la ligne i
n
X n
X
det(A) = (−1)i+j aij det(Aij ) = aij Cij
j=1 j=1

Formule de développement par rapport à la colonne j

n
X n
X
i+j
det(A) = (−1) aij det(Aij ) = aij Cij
j=1 j=1

Exemple
 
1 2 1
 
A =  4 0 −1 Calculons le déterminant de A.
 
 
−1 2 2
Déterminons C12 , C22 et C32

4 −1 1 1 1 1
C12 = =7 C22 = =4 C32 = = −5
−1 2 −1 2 4 −1
det(A) = −2 × 7 + 0 × 4 − 2 × (−5) = −4

Propriété 2.2.1. Soient A et B deux matrices carrées d’ordre n. On a :

1. det(A × B) = det(A). det(B)
2. det(A + B) ̸= det(A) + det(B)
1
3. Si det(A) ̸= 0, alors A est inversible et det(A−1 ) =
det(A)
4. det(AT ) = det(A)
5. ∀λ ∈ R∗ , det(λA) = λn det(A)
1
6. ∀n ∈ N∗ , det(An ) = (det(A))n et det(A−n ) =
(det(A))n

2.2.1 Déterminant de matrices particulières

Propriété 2.2.2.

1. Le déterminant de la matrice nulle d’ordre n, On est égal à 0

2. Le déterminant de la matrice identité d’ordre n, In est égal à 1

19
Proposition 2.2.1.
Le déterminant d’une matrice triangulaire supérieure(ou inférieure) est égal au produit des
termes diagonaux.
Autrement dit, pour une matrice triangulaire A = (aij ) on a :

a11 a12 · · · · · · · · · a1n

0 a22 · · · · · · · · · a2n
.. ... ... ..
. .
det(A) = .
.. .. .. .. = a11 .a22 · · · ann
. . .
.. .. .. .
. . . ..
0 ··· ··· ··· 0 ann
En particulier, le déterminant d’une matrice diagonale est égal au produit des termes diago-
naux.

a11 0 ··· ··· ··· 0

0 a22 0 · · · · · · 0
.. .. .. ..
. . . .
det(A) = . ... ... .. = a11 .a22 · · · ann
.. .
.. .. ..
. . . 0
0 ··· ··· ··· 0 ann

Exercices d’entraı̂nement
Exercice 1
Calculez le déterminant des matrices suivantes :
   
2 3 −1 2
A= , B =  .
1 4 5 0

Exercice 2
Calculez le déterminant des matrices suivantes :
   
1 2 3 2 −1 0
   
C = 0 1 4 , D = 1 3 2 .
   
   
5 6 0 4 0 1

20
      
2 0 −1 1 0 0 −4 0 0
     
E = 0 1 4  , F = 5 3 0 , G =  0 1 0  .
     
     
0 0 0 1 0 2 0 0 −3

Exercice 3 – Multiplication par un réel

Soit  
1 2
A= .
3 4
Calculez :
a) det(A)
b) det(3A)
Comparez det(3A) et 3n det(A), avec n l’ordre de A.

Exercice 4 – Déterminant d’un produit

Soient    
1 2 2 0
A= , B= .
0 3 1 4
Calculez det(A), det(B) et det(AB). Vérifiez la propriété :

det(AB) = det(A) · det(B).

Exercice 5 – Déterminant d’une transposée

Soit  
2 1 0
 
A = −1 3 4 .
 
 
0 2 5
Calculez det(A) et det(AT ). Que remarquez-vous ?

Exercice 6 – Déterminant de l’inverse

Soit  
1 2
A= .
3 4
Calculez det(A) et det(A−1 ).

21
Exercice 7 – Combinaison linéaire et déterminant
Soit    
1 2 0 1
A= , B= .
3 4 −1 0
Calculez :
a) det(A + B)
b) det(A − B)
c) Comparez avec det(A) + det(B).

Exercice 8 — Condition d’inversibilité

Soit  
1 2
A= .
a 4
Pour quelle valeur de a la matrice A est-elle inversible ?

Exercice 9 — Déterminant d’une matrice dépendant d’un paramètre

Calculez le déterminant de :  
1 t 1
 
B = 0 1 t  .
 
 
t 0 1
Pour quelle(s) valeur(s) de t cette matrice est-elle singulière (non inversible) ?

2.3 Inverse d’une matrice

Soit A ∈ Mn (R).

Nous associons la matrice C des cofacteurs, appelé comatrice, et est notée, Com(A) :
 
c c · · · c1j · · · c1n
 11 12 
 c21 c22 · · · c2j · · · c2n 
 
 
· · · · · · ··· ··· ···
 

C= 
· · · cij · · · cin 
 
 ci1 ci2
 
· · · · · · ··· ··· ···
 

 
cn1 cn2 · · · cnj · · · cnn

22
Théorème 2.3.1.
Soient A une matrice inversible,et C sa [Link] a alors :
1
A−1 = CT
det(A)

Example 1 : Cas de matrices d’ordre 2

 
1 2
1. Soit A =   det(A) = 3 ̸= 0
0 3

Déterminons la matrice de cofacteurs :

 
3 0
C11 = 3, C12 = 0, C21 = −2, et C22 = 1 et la matrice des cofacteurs est C =  
−2 1

  T 
1 3 0 3 −2
Donc l’inverse de A est A−1 =   = 1 
3 −2 1 3 0 1
 
1 1
2. Soit B =   det(B) = 0 donc B n’est pas inversible.
2 2

Example 2 : Cas de matrice d’ordre 3

 
1 2 1
 
A= 4 0 −1 det(A) = −4 ̸= 0. Déterminons la matrice des cofacteurs :
 
 
−1 2 2
0 −1 4 −1
C11 = = 2, C12 = − = −7,
2 2 −1 2
4 0 2 1 1 1 1 2
C13 = = 8, C21 = − = −2, C22 = = 3, C23 = − = −4,
−1 2 2 2 −1 2 −1 2
2 1 1 1 1 2
C31 = = −2, C32 = − = −8
= 5, C33 =
0 −1 4 −1 4 0
 T  
2 −7 8 −2 2 2
1   1 
A−1 = −2 3 −4 =  7 −3 −5
   
−4   4 
−2 5 −8 −8 4 8

23
2.4 Application des déterminants
2.4.1 Interpretation géométrique du déterminant
En dimension 2, les déterminants correspondent à des aires et en dimension 3 à des volumes.
   
a b
Soit v1 =   et v2 =   deux vecteurs non colinéaires du plan R2 . Ces deux vecteurs
c d
v1 , v2 déterminent un parallélogramme.
y

v2

⃗j
v1
O ⃗i x

Proposition 2.4.1.
L’aire du parallélogramme est donnée par la valeur absolue du déterminant :
 
a b
A = |det (v1 , v2 )| = det  
c d

De la même manière les trois vecteurs de l’espace R3

     
a11 a12 a
     13 
v1 = a21  v2 = a22  v3 = a23 
     
     
a31 a32 a33

définissent un parallélépipède.

v3

v2
v1

24
À partir de ces trois vecteurs on définit, en juxtaposant les colonnes, une matrice et un
déterminant :  
a a a13
 11 12 
det(v1 , v2 , v3 ) = det a21 a22
 
a23 
 
a31 a32 a33

Proposition 2.4.2.
Le volume du parallélépipède est donné par la valeur absolue du déterminant :

V = | det(v1 , v2 , v3 )|

2.4.2 Méthode de Cramer

Le théorème suivant, appelé règle de Cramer donne une formule explicite pour la so-
lution de certains systèmes d’équations linéaires ayant autant d’équations que d’inconnus.
Considérons le système d’équations linéaires à n inconnues suivant :


 a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn = b1

a x + a x + a x + · · · + a x = b
21 1 22 2 13 3 2n n 2
. . .


an1 x1 + an2 x2 + an3 x3 + · · · + ann xn = bn


Ce système peut s’écrire sous la forme matricielle AX = B où

     
a a ··· a1n x1 b
 11 12     1
 a21 a22 · · ·
     
a2n  x  b 
A=  ∈ Mn (R), X =  2  , et B =  2 
 .. .. ..   ..   .. 
 . . .  . .
     
an1 an2 · · · ann xn bn

Définisons la matrice Aj ∈ Mn (R)

 
a11 · · · a1,j−1 b1 a1,j+1 · · · a1n
 
 a21 · · · a2,j−1 b2 a2,j+1 · · · a2n 
 
Aj =  .

.. .. .. .. 

 .. . . . . 
 
an1 · · · an,j−1 bn an,j+1 · · · ann

Autrement dit, Aj est la matrice obtenue en remplaçant la j−ième colonne de A par le

second membre B. La règle de Cramer va nous permettre de calculer la solution du système
dans le cas où det(A) ̸= 0 en fonction des déterminants des matrices A et Aj .

Théorème 2.4.1.
Soit
AX = B

25
un système de n équations à n inconnues. On suppose que det(A) ̸= 0. Alors l’unique solution
(x1 , x2 , . . . , xn ) du système est donnée par :
det(A1 ) det(A2 ) det(An )
x1 = x2 = ... xn =
det(A) det(A) det(A)

Example
Résolvons le système suivant le système :



 x1 + 3x2 − 2x3 = 5

2x1 − 4x2 − 6x3 = 20


 −x − 2x + 4x = 11

1 2 3
   
1 3 −2 5
   
A =  2 −4 −6 B = 20
   
   
−1 −2 4 11
     
5 3 −2 1 5 −2 1 3 5
     
A1 = 20 −4 −6 A2 =  2 20 −6 A3 =  2 −4 20
     
     
11 −2 4 −1 11 4 −1 −2 11
et
det(A) = −18 det(A1 ) = −586 det(A2 ) = 52 det(A3 ) = −170
La solution est alors :
det(A1 ) 586 293 det(A2 ) 52 26 det(A3 ) 170 85
x1 = = = x2 = =− = x3 = = =
det(A) 18 9 det(A) 18 9 det(A) 18 9
 
293 26 85
S= , ,
9 9 9
La méthode de Cramer n’est pas la méthode la plus efficace pour résoudre un système,mais
est utile si le système contient des paramètres.

Exercices d’entraı̂nement
Exercice 1 — Inverse et conditions d’existence
Soit  
1 2 −1
 
A =  2 1 0 .
 
 
−1 1 2

26
 1. Vérifie que A est inversible.
2. Calcule A−1 par la méthode de l’adjointe (ou par la méthode de Gauss).
3. Vérifie que AA−1 = I3 .

Exercice 2 — Inverse d’une matrice dépendant d’un paramètre

Soit la matrice  
1 a 1
 
A(a) = 0 1 a .
 
 
a 0 1
1. Calcule le déterminant de A(a).
2. Détermine pour quelles valeurs de a la matrice A(a) est inversible.
3. Trouve A−1 (a) lorsque A(a) est inversible.

Exercice 3 — Inverse d’une matrice triangulaire

Soit  
2 1 0
 
A = 0 3 1 .
 
 
0 0 4
1. Montre que A est inversible.
2. Déduis de la structure triangulaire une méthode rapide pour obtenir A−1 .

Exercice 4 — Propriétés de l’inverse

Soient A, B ∈ Mn (R) des matrices inversibles.
1. Montre que (AB)−1 = B −1 A−1 .
2. Déduis-en une expression de l’inverse de (A−1 + B −1 )−1 en fonction de A et B, si elle
existe.
3. Que peut-on dire si A et B commutent (i.e. AB = BA) ?

Exercice 5 — Matrices commutantes

Soient    
1 1 1 −1
A= , B= .
0 1 0 1
1. Montre que AB = BA.
2. Calcule A−1 et B −1 .
3. Vérifie que (AB)−1 = A−1 B −1 = B −1 A−1 .
4. Quelle conclusion peut-on tirer sur les matrices qui commutent ?

27
Execice 6 – Déterminants et matrices particulières
1. Soit A une matrice triangulaire supérieure d’ordre n. Montre que det(A) est égal au
produit des éléments diagonaux.
2. Soit  
1 1 1
 
A = a b c.
 
 
2 2 2
a b c
Montre que det(A) = (b − a)(c − a)(c − b).

Exercice 7 — Méthode de Cramer-Pivot de Gauss

Résoudre le système par la méthode de Cramer puis par la methode du pivot de
Gauss : 


 x + 2y + 3z = 1

2x + 3y + 5z = 2



 3x + 3y + 6z = 3

Exercice 8 — Système à paramètre

Soit le système : 


 x + y + z = 3

2x + ky + 3z = 7



 x + 2y + (k + 1)z = 6

1. Déterminer pour quelles valeurs de k le système admet une solution unique.

2. Résoudre le système lorsque k = 2.
3. Que se passe-t-il lorsque k = 1 ?

Exercice 9 — Aire d’un parallélogramme dans le plan

On considère les points du plan :

A(1, 2), B(4, 3), C(2, 7).

−→ −→
1. Calculer les vecteurs AB et AC.
2. En déduire l’aire du parallélogramme ABCD déterminé par ces deux vecteurs, à l’aide
du déterminant :
x B − x A xC − x A
S= .
yB − y A yC − y A

28
Exercice 10 — Volume d’un parallélépipède
Soient les vecteurs :

⃗u = (1, 2, 3), ⃗v = (2, −1, 1), w

⃗ = (0, 4, 2).

1. Calculer le déterminant associé à ces trois vecteurs.

2. En déduire le volume du parallélépipède qu’ils forment :

1 2 3
V = 2 −1 1 .
0 4 2

29
Bibliographie

[1] Denis Jaudon. BTS Services informatiques aux organisations – 1re année,
Mathématiques. CNED 2013
[2] Arnaud Bodin et al. ALGÈBRE, Cours de Mathématiques Première Année. Université
Lille 1 Sciences et Technologies. Janvier 2016.
[3] HEC MONTRÉAL, Centre d’aide en mathématiques. Les Déterminants de Matrices

30